简介:摘要:数控铣床内部系统繁多,结构复杂,采用传统的基于规则的故障诊断推理方法无法快速准确的对故障问题进行精确诊断。针对这一问题,基于知识图谱技术提出了一种数控铣床故障诊断方法。首先,阐述了数控铣床的基本结构、工作原理以及在运行过程中所遇到的常见故障;然后,基于SWRL规则对数控铣床的本体模型进行推理规则构建,通过本体模型完成数控铣床的知识图谱构建;最后,以机床主轴为实例,构建了主轴故障诊断的知识图谱,对基于知识图谱的数控铣床故障诊断方法进行了验证。研究结果表明:在输入征兆缺失的条件下,采用该方法得到的故障诊断准确率达到95.3%,远高于传统的基于规则的故障诊断推理方法的准确率,有效地解决了以往征兆缺失时故障诊断准确率低的问题;同时,知识图谱的应用也可为其他机械设备智能诊断方法提供一种新的思路。
简介:摘要:随着智能电网体系的不断完善,电力设备的类型、数量、工况复杂性大幅增加。投运设备的增加,带来的是零散存在于电力设备健康管理全生命周期各环节中的大量相关知识的增加,如何有效管理和利用这些知识,是电力设备精细化运维与健康管理领域的重要内容之一,已有研究将计算机领域中近年来广泛应用的知识图谱(knowledgegraph)技术引入电力系统领域。知识图谱的概念最初由Google公司于2012年提出,Google知识图谱通过三元组对“概念实体”、“属性”和“关系”等核心要素进行形式化描述,以最小的代价将大规模网络信息有效组织起来,开辟了互联网领域的数亿实体、属性和关联关系的可视化存储、组织和管理。在电网多元信息故障处理中存在着大量的专业业务知识,如何构建完备的知识图谱,并在此基础上挖掘其应用价值,实现设备的精细化运维、以及知识和健康管理的良性互动,是当前及今后一段时间内,能源电力系统推动数字化转型的内在驱动力之一。基于此,本篇文章对基于电网多元信息知识图谱的故障处置研究及应用进行研究,以供参考。
简介:水稻作为世界上最重要的粮食作物之一,与其它谷类作物有重要的同线性关系,是禾谷类植物的模式植物.国际水稻基因组测试项目(IRGSP)最近报道了覆盖率为95%、由389Mb组成的水稻基因组序列,实际上包括所有的常染色质和两个完整的着丝粒.总共37544个非转座的与蛋白质编码有关的基因已被鉴定,水稻基因组的绝大部分一般可通过DNA斑点杂交和电子杂交进行锚定,基因组测序数据也可整合到水稻的物理图谱中,物理图谱和遗传图谱的比较能够再现完整的水稻基因组的物理距离和遗传距离之间的关系.经常发现有细胞器基因转移到核内染色体上,水稻高分辨率的物理图谱的整合将很大地促进整个基因组的测序.今后物理图谱将有助于一些重要农艺性状的基因进行图位克隆,将作为禾本科植物基因组比较分析的一个重要工具.
简介:摘要:随着人工智能技术的发展,知识图谱作为大数据时代的知识工程的产物,是实现人工智能的基础。它具有强大的语义表达能力、存储能力以及推理能力,其关键技术得到国内外研究学者的广泛关注。本文从知识图谱的概念出发,分析其理论架构,以及对其关键技术进行相关概述。
简介:针对实测畸变图谱不能直接用于平行压气机模型计算的问题,对实测的总压畸变图谱进行了等效转换。首先根据国内现行的畸变评价体系及进气畸变对发动机的影响机理,制定了畸变的等效转换原则,然后以某地面试验中测得的进气畸变为例,进行了压力畸变图谱的等效转换,最后对图谱等效前后的相关畸变参数进行了对比,结果表明,等效前后基本可以满足所提出的等效原则,可保证主要的畸变参数基本保持不变,说明了提出的等效转换原则及等效转换方法的可行性。)